CGraph简介
CGraph是一个功能强大的C++图流程执行框架,由开发者ChunelFeng创建和维护。它具有以下主要特点:
- 无任何第三方依赖,使用纯C++11标准库编写
- 跨平台支持,兼容MacOS、Linux、Windows和Android系统
- 提供简单易用的API,可以快速构建复杂的任务依赖关系图
- 支持依赖节点顺序执行和非依赖节点并行执行
- 提供丰富的功能如条件判断、循环执行、参数传递等
- 高性能的调度引擎,可以高效执行复杂的任务图
CGraph的核心理念是通过简单的API让开发者能够轻松地描述复杂的任务依赖关系,并利用框架的调度能力高效地执行这些任务。它适用于各种需要处理复杂任务流程的场景,如并行计算、数据处理流水线、工作流引擎等。
主要功能
CGraph提供了丰富的功能来支持复杂任务图的构建和执行:
-
节点(GNode):任务的基本单元,用户通过继承GNode类并实现run()方法来定义具体的任务逻辑。
-
流水线(GPipeline):用于组织和执行整个任务图,提供注册节点、设置依赖关系、执行任务图等功能。
-
组(GGroup):可以包含多个节点,用于实现条件判断、循环执行等复杂逻辑。
-
参数(Param):支持在节点间传递各种类型的数据。
-
切面(GAspect):用于横向扩展节点或组的功能,如添加日志、统计耗时等。
-
适配器(GAdapter):对单个节点功能进行增强,如实现单例模式等。
-
事件(GEvent):用于优化执行逻辑,如实现异步等待等功能。
-
消息(Message):用于不同pipeline之间的数据传递。
-
条件(Condition):支持条件判断和分支执行。
-
循环执行:支持单节点循环、区域循环等。
-
异步执行:支持节点的异步执行。
-
超时机制:可以设置节点执行的超时时间。
-
性能分析:提供perf功能用于分析pipeline的性能。
使用示例
以下是一个简单的CGraph使用示例,展示了如何创建节点、设置依赖关系并执行任务图:
#include "CGraph.h"
class MyNode1 : public CGraph::GNode {
public:
CStatus run() override {
printf("[%s], Sleep for 1 second ...\n", this->getName().c_str());
CGRAPH_SLEEP_SECOND(1)
return CStatus();
}
};
class MyNode2 : public CGraph::GNode {
public:
CStatus run() override {
printf("[%s], Sleep for 2 second ...\n", this->getName().c_str());
CGRAPH_SLEEP_SECOND(2)
return CStatus();
}
};
int main() {
// 创建流水线
GPipelinePtr pipeline = GPipelineFactory::create();
GElementPtr a, b, c, d = nullptr;
// 注册节点和依赖关系
pipeline->registerGElement<MyNode1>(&a, {}, "nodeA");
pipeline->registerGElement<MyNode2>(&b, {a}, "nodeB");
pipeline->registerGElement<MyNode1>(&c, {a}, "nodeC");
pipeline->registerGElement<MyNode2>(&d, {b, c}, "nodeD");
// 执行任务图
pipeline->process();
GPipelineFactory::remove(pipeline);
return 0;
}
这个示例创建了4个节点A、B、C、D,其中B和C依赖于A,D依赖于B和C。执行时,A首先执行,然后B和C并行执行,最后执行D。
性能优势
CGraph在设计和实现上非常注重性能,采用了多项优化措施:
-
高效的调度算法:能够最大化利用系统资源,提高并行度。
-
线程池优化:实现了任务盗取、线程数量自动调节等机制。
-
最小化锁竞争:精心设计的数据结构和算法,减少线程间的竞争。
-
内存管理优化:减少内存分配和拷贝操作。
-
编译期优化:大量使用模板和内联函数,提高运行时性能。
通过这些优化,CGraph在多种场景下都能展现出优秀的性能。据作者测试,在某些场景下CGraph的性能甚至超过了知名的taskflow库。
应用场景
CGraph适用于多种应用场景,包括但不限于:
-
并行计算:利用多核CPU进行高效的并行计算。
-
数据处理流水线:构建复杂的数据处理流程,如图像处理、自然语言处理等。
-
工作流引擎:实现灵活的工作流程管理系统。
-
任务调度系统:管理和调度复杂的任务依赖关系。
-
机器学习流程:构建机器学习模型的训练和推理流程。
-
游戏AI:实现复杂的游戏AI决策逻辑。
-
分布式系统:作为分布式系统的本地调度引擎。
社区与生态
CGraph拥有活跃的开源社区,获得了广泛的认可:
-
在GitHub上有1700多个star和300多个fork。
-
被收录在awesome-cpp列表中,这是C++项目的权威推荐列表。
-
被HelloGithub和GitHub中文排行榜等知名平台推荐。
-
有多个基于CGraph的衍生项目,如GraphANNS(基于图的近似最近邻搜索)。
-
提供详细的文档、教程和示例,方便用户学习和使用。
-
定期更新和维护,持续改进功能和性能。
未来展望
CGraph项目仍在持续发展中,未来计划包括:
-
进一步优化性能,特别是在大规模任务图方面。
-
增强分布式计算能力,支持跨网络的任务调度。
-
提供更多领域特定的功能模块,如机器学习、图像处理等。
-
改进文档和工具,提升用户体验。
-
扩大社区影响力,吸引更多贡献者参与项目开发。
-
探索与其他开源项目的集成和协作机会。
总之,CGraph作为一个功能强大、性能优异、易于使用的C++图流程执行框架,为开发者提供了构建复杂任务流程的有力工具。无论是在学术研究还是工业应用中,CGraph都有着广阔的应用前景。欢迎更多开发者加入CGraph社区,共同推动项目的发展和应用。